用途 该技能用于在编写 Snowflake SQL、构建数据管道、使用 Cortex AI 以及使用 Snowpark Python 时提供 Snowflake 专属的开发指导；也适用于 dbt、性能调优和安全加固等需要 Snowflake 特定建议的场景。
主要能力 SQL 最佳实践：标识符使用 snake_case，避免双引号带来的大小写敏感；用 CTE 替代嵌套子查询；DDL 使用 CREATE OR REPLACE 保证幂等；生产环境显式列出列名，不用 SELECT *。SQL 存储过程（BEGIN...END）中，变量与参数在 SQL 语句内必须加冒号前缀，否则报 invalid identifier。半结构化数据使用 VARIANT/OBJECT/ARRAY，访问嵌套字段需显式转换类型（如 src:customer.name::STRING），加载时可用 STRIP_NULL_VALUE = TRUE 处理 JSON null，用 LATERAL FLATTEN 展平数组；用 MERGE 实现 upsert。
数据管道：提供三种方式的选择依据——Dynamic Tables 用于声明式转换（默认选择），Streams + Tasks 用于命令式 CDC 与过程逻辑，Snowpipe 用于从 S3/GCS/Azure 持续加载文件。Dynamic Tables 需设置 TARGET_LAG 与 WAREHOUSE，TARGET_LAG 建议自上而下逐步放宽，增量表不能依赖全量刷新表，SELECT * 会在模式变化时失效，基表需保持变更跟踪开启，两个 Dynamic Tables 之间不能夹视图。Tasks 创建后处于 SUSPENDED 状态，必须执行 ALTER TASK ... RESUME 才会运行。
Cortex AI：列出 AI_COMPLETE、AI_CLASSIFY、AI_FILTER、AI_EXTRACT、AI_SENTIMENT、AI_PARSE_DOCUMENT、AI_REDACT 等函数用途，并指出 COMPLETE、CLASSIFY_TEXT、SUMMARIZE、SENTIMENT 等旧函数已弃用。TO_FILE 的 stage 路径与文件名是两个独立参数。分类任务应使用 AI_CLASSIFY 而非 AI_COMPLETE。Cortex Agents 使用 $spec$ 分隔符，models 为对象而非数组，tool_resources 是独立顶层对象，工具描述是质量关键因素，不应直接修改生产 Agent，应先克隆。
Snowpark Python：通过环境变量读取账号、用户名和密码，禁止硬编码凭据；DataFrame 惰性执行，大表避免 collect()，批量/ML 场景使用向量化 UDF。
dbt：可用 dynamic_table 物化（流式/近实时数据集市）与 incremental 物化（大事实表），可组合 transient、copy_grants、query_tag 等 Snowflake 专属配置；使用 {{ this }} 时需配合 is_incremental() 守卫。
性能与安全 性能方面：仅多 TB 表在 WHERE/JOIN/GROUP BY 列上设置聚簇键；可按需添加搜索优化；仓库从 X-Small 起步按需扩容，设置 AUTO_SUSPEND=60、AUTO_RESUME=TRUE，并按工作负载分离仓库；使用 AI 前先用 AI_COUNT_TOKENS 估算成本。安全方面：遵循最小权限 RBAC，使用数据库角色做对象级授权，定期审计 ACCOUNTADMIN，使用网络策略做 IP 白名单，对 PII 列使用掩码策略，用行访问策略做多租户隔离。
使用方式与限制 资料以规则和代码示例形式给出，未说明安装命令或调用步骤。技能应在任务明显符合上述范围时使用；输出不能替代针对具体环境的验证、测试或专家评审；缺少必要输入、权限、安全边界或成功标准时应停止并请求澄清。具体收费与价格信息暂未提供。